Googleは2026年11月19日、Gemini APIのInteractions APIで、ツールのパラメータスキーマを必要時にだけ読み込む「Tool Retrieval」をプレビュー提供し始めました。対象はGemini 3.6以降のモデル(すべてのGemini 4モデルを含む)で、多数のツールを接続するエージェントの入力トークン数とレイテンシを減らします。発表者はGemini APIのProduct ManagerであるLucia Loher氏と、Google DeepMindのResearch ScientistであるNora Kassner氏です。
何が新しいか
Googleによると、エージェントが数十〜数百のツールに接続すると、毎リクエストで全パラメータスキーマを送るため入力トークンが膨らみ、レイテンシが増え、候補が増えるほどツール選択精度が下がります。Tool Retrievalでは、モデルは遅延指定したツールの名前と説明だけを参照し、スキーマはコンテキストに入れません。モデルが必要なツールを名前で要求すると、APIがスキーマを読み込み、モデルが関数を呼び出します。この3段階は同一リクエスト内で完結し、interaction.stepsにtool_search_call、tool_search_result、function_callとして記録されます。
Googleは、よく使うツールは最初から読み込み、ロングテールを遅延させる使い方を示しています。遅延スキーマはプロンプト先頭に入らず、読み込んだスキーマは会話の後方に追加されるため、prefix cachingのキャッシュ済みプレフィックスはターン間で変わりません。
使い方
- リクエストに
{"type": "tool_search"}を追加し、遅延させるツールにdefer_loading: trueを設定します。 - Python例では
from google import genai、client = genai.Client()を使い、client.interactions.createでmodel(例:gemini-4-hydrogen)、input、toolsを指定します。例では50以上の関数を遅延指定しています。 - サーバー側検索ではインデックスの構築・ホスティングは不要で、Geminiがサーバー上で検索します。
- リモートMCPサーバーでは、
mcp_serverツールにdefer_loading: trueを設定すると、そのサーバーが公開する全ツールがオンデマンドで読み込まれます。 - 独自のツールレジストリ、埋め込みインデックス、ユーザーごとの権限フィルタを使う場合は、
tool_searchに"execution": "client"を設定して検索パラメータを定義し、該当する関数スキーマをfunction_resultで返します。この方式は検索ごとに1往復増えますが、ツールを事前宣言する必要がなく、会話途中で新しいツールを公開できます。
料金と対応モデル
| 項目 | 内容 |
|---|---|
| 提供状況 | プレビュー(Interactions API) |
| 対応モデル | Gemini 3.6以降(すべてのGemini 4モデルを含む) |
| 追加料金 | なし。モデルの標準入力・出力トークン料金 |
tool_search有効化 |
固定量の入力トークンが追加 |
| 読み込んだスキーマ | 会話の残りで入力トークンとして課金 |
Googleは、読み込まないスキーマの量が読み込む分を上回れば節約になり、大規模なツールライブラリでは通常そうなるとしたうえで、自身のトラフィックで測定するよう求めています。

まだコメントはありません。